开源项目AI工具
watermarks-remover：支持多模态AI去水印的Skill工具
封面配图 watermarks-remover 是一款专门用于清理各类数字内容水印的 Agent Skill 工具，可高效去除文本及媒体内容中的标记信息。 多模态支持：涵盖文本、图片、文档以及视频等多种文件格式的处理。 精准去除：专门适配并可有效处理 Claude、Gemini、…
封面配图 watermarks-remover 是一款专门用于清理各类数字内容水印的 Agent Skill 工具，可高效去除文本及媒体内容中的标记信息。 多模态支持：涵盖文本、图片、文档以及视频等多种文件格式的处理。 精准去除：专门适配并可有效处理 Claude、Gemini、…
Claude Code Video Vision 是一款专为 Claude Code 打造的视频多模态感知插件。该项目基于标准 MCP 架构，底层结合 ffmpeg 抽帧与 Gemini/Whisper 多音频后端转写，让终端内的 Claude 具备原生“看懂”视频画面与“听懂”…
YuE 是一个基于多模态技术的开源音乐生成模型，能够根据用户提供的歌词和目标风格自动创作带有人声和伴奏的完整歌曲。 输入歌词文本并指定风格（如流行、摇滚、古典等），模型即生成对应的人声旋律与和声。 支持先输出乐谱（MIDI），用户可自行编辑旋律或和声后再次生成音频。 生成的音频包…
AI Health Steward 是一款支持私有化部署的家庭 AI 健康管理系统，旨在解决家庭健康数据分散、难以追踪及隐私泄露痛点。系统采用多模态大模型与本地 Ollama 双轨驱动，确保数据在本地安全处理，实现从数据采集到智能分析的全流程闭环。 化验单结构化存档：支持拍照识别…
过审（guoshen）是一款开源的多模态视频发布前预检工具。它旨在帮助视频创作者在发布前，提前发现文案、语音和画面中的潜在审核风险，避免因违规导致限流或下架。 主要功能与亮点包括： 多模态联合分析：综合分析音频语音、字幕文案、画面及 OCR 文本。 精准定位与建议：精确定位风险内…
SpiderFoot 是一款开源的互联网资产与威胁情报调查工具，旨在自动关联域名、IP、邮箱等目标的多源公开线索，帮助安全人员快速梳理和评估互联网暴露面。 自动化情报收集：集成数百个公开数据源（OSINT），自动抓取并关联目标资产信息。 多模态操作：同时支持直观的 Web 网页界…